| dc.description.abstract | Pisang merupakan salah satu komoditas buah di Indonesia dengan tingkat
produksi yang tinggi dan memiliki nilai ekonomi tinggi, sehingga penting untuk
memastikan kualitasnya sebelum dipasarkan. Buah pisang memiliki berbagai jenis
dan varietas yang tersebar di seluruh dunia, dengan perbedaan ukuran, warna,
tekstur, dan rasa. Salah satu jenis pisang yang digunakan dalam penelitian ini adalah
pisang Cavendish. Pisang Cavendish (Musa cavendishii) adalah salah satu varietas
pisang yang paling populer dan banyak dibudidayakan secara global. Pisang ini
dikenal dengan kulitnya yang halus, berwarna hijau saat mentah, dan berubah
menjadi kuning cerah saat matang, serta memiliki daging buah yang lembut dan
manis. Kematangan pisang Cavendish sangat menentukan kualitasnya, sehingga
diperlukan metode yang akurat dan objektif untuk menilai tingkat kematangannya.
Penentuan kematangan secara manual sering kali bersifat subjektif dan kurang
konsisten, sehingga penelitian ini mengusulkan pendekatan berbasis teknologi
menggunakan pengolahan citra dan logika fuzzy Mamdani.
Dalam penelitian ini, pisang Cavendish dikategorikan ke dalam tiga tingkat
kematangan, yaitu mentah, setengah matang, dan matang. Sebanyak 300 data citra
buah pisang diambil dari sumber online dengan judul Banana Ripeness Image yang
terdiri atas 100 data dalam setiap tingkat kategori kematangan. Selain itu, terdapat
3 data citra buah pisang yang diperoleh melalui pemotretan langsung menggunakan
device kamera Samsung A32 dengan tingkat kematangan yang berbeda. Terdapat
60 data untuk setiap tingkat kematangan akan digunakan sebagai data pelatihan,
sedangkan 240 data lainnya digunakan untuk data uji. Proses penelitian mencakup
beberapa tahap, dimulai dari pengumpulan data, pra-pemrosesan citra untuk
menghilangkan background dan hanya objek buah saja yang diambil. Kemudian
terdapat proses ekstrasi ciri dengan menggunakan transformasi warna citra RGB ke HSI untuk mendapatkan nilai rata-rata Hue, rata-rata Saturation, dan rata-rata
Intensity. Selanjutnya, dilakukan pembentukan variabel, himpunan fuzzy beserta
domainnya, di mana variabel input dikategorikan ke dalam tiga himpunan fuzzy
yaitu rendah, sedang, tinggi dan tingkat kematangan sebagai variabel output
meliputi mentah, setengah matang, dan matang. Kemudian dibentuk 27 aturan fuzzy
yang berasal dari tiga himpunan untuk setiap variabelnya. Selanjutnya, masuk ke
dalam proses fuzzy Mamdani, yang terdiri dari tahapan fuzzyfikasi, aplikasi fungsi
implikasi, agregasi, dan defuzzyfikasi untuk menghasilkan keputusan akhir
menggunakan software MATLAB. Hasil Penelitian dengan metode fuzzy Mamdani
berbasis ruang warna HSI yang diterapkan pada 243 citra buah pisang
menghasilkan akurasi sebesar 87,2428%. | en_US |
